4. 细胞检测任务定义与标注体系
在数字病理细胞检测与分类工程中，任务定义与标注体系是决定模型上限的第一道关口。病理图像中的细胞目标具有尺度差异大、边界模糊、类别不平衡、密集重叠等特性，若标注形式与临床目标不匹配，后续无论换用多强的检测网络，都难以获得可用的结果。本节围绕检测框、点标注、语义掩码、实例掩码四类标注形式，以及类别体系设计与标注质量控制展开，帮助读者建立“任务—标注—模型—评价”一致的设计意识。
一、四类标注形式的语义与适用边界
检测框（Bounding Box）是最常见的标注形式，用矩形框的左上角与右下角坐标 (x1, y1, x2, y2) 描述目标位置。它实现成本低、标注速度快，适合细胞核、单个细胞等近似凸形目标。但病理细胞常呈不规则形态，框内会混入大量背景或其他细胞，当细胞密集重叠时，框的重叠率会显著上升，导致定位精度受限。检测框通常配合 IoU（交并比）阈值进行匹配，例如 IoU ≥ 0.5 视为正样本。
点标注（Point Annotation）仅记录目标中心点坐标 (x, y)，常用于细胞计数任务。它标注效率极高，适合细胞数量庞大、边界难以界定的场景，如免疫组化切片中的阳性细胞计数。点标注的局限在于无法直接表达尺寸与形状，模型通常需要借助密度图回归或点监督检测方法，将点转化为密度响应或伪框。点标注对“中心点”的定义必须严格统一，例如统一取细胞核质心，避免标注员主观偏移。
语义掩码（Semantic Mask）为每个像素赋予类别标签，不区分同类个体。例如将所有肿瘤细胞标记为类别 1、淋巴细胞标记为类别 2、背景标记为 0。语义掩码适合组织区域分割、肿瘤区与间质区划分等任务，能精确表达不规则边界。但它无法区分相邻的同类细胞，因此不适合需要逐个细胞计数的场景。
实例掩码（Instance Mask）在语义掩码基础上进一步区分同类个体，每个细胞拥有独立掩码与实例 ID。它同时提供类别、位置、形状与个体边界，是细胞分割与分类联合任务中最完整的标注形式，但标注成本最高，对标注员的病理知识和边界判断能力要求也最高。实际工程中常采用“先点标注计数、再对关键区域补实例掩码”的分层策略，以平衡成本与精度。
二、类别体系设计
类别体系决定了模型要区分什么、不区分什么。设计时应遵循三条原则。第一，互斥性：每个像素或目标只能属于一个类别，避免“肿瘤细胞”与“上皮细胞”这类包含关系同时出现。第二，可判别性：类别之间应存在明确的形态学或免疫组化判据，例如通过核质比、染色强度、细胞大小区分肿瘤细胞与淋巴细胞，而不是依赖模糊的“看起来像”。第三，临床相关性：类别应服务于下游诊断或评分需求，例如乳腺癌 Ki-67 评分只需区分阳性肿瘤细胞、阴性肿瘤细胞与非肿瘤细胞，无需细分淋巴细胞亚型。
一个常见的类别体系示例（以乳腺浸润性癌 Ki-67 评估为例）可设计为：0-背景，1-阳性肿瘤细胞，2-阴性肿瘤细胞，3-淋巴细胞，4-间质细胞，5-坏死区。类别编号建议从 0 开始连续编号，0 通常保留给背景，便于损失函数中忽略背景或单独处理。
三、标注质量控制
标注质量直接决定模型性能上限。质量控制应从流程、工具与验收三个层面落实。
流程层面，需制定标注规范文档，明确每类目标的定义、边界判定规则、最小可标注尺寸、遮挡处理方式。例如规定“细胞核边界以核膜外缘为准”“小于 8 像素的碎片不标注”“重叠细胞各自独立标注，重叠区域归属更完整的一方”。规范应配典型正例与反例图，减少标注员理解偏差。
工具层面，应支持多级审核与一致性检查。常用做法是双人独立标注同一批图像，计算标注一致性指标。对于检测框，可用 IoU 匹配后统计类别一致率；对于点标注，可用匈牙利算法匹配后计算点距离误差；对于掩码，可用 Dice 系数衡量重叠度。一般要求 Dice ≥ 0.85 或类别一致率 ≥ 90% 方可进入训练集。
验收层面，需设置抽检比例与返工机制。例如每批次随机抽取 10% 图像由高年资病理医师复核，若错误率超过 5%，整批返工。同时应记录标注版本、标注员 ID、复核状态，便于追溯与迭代。
四、任务与标注的匹配检查
在启动标注前，建议用一张检查表确认任务与标注形式是否匹配：若目标是细胞计数，点标注或实例掩码均可，但点标注成本更低；若目标是细胞分割与形态测量，必须使用实例掩码；若目标是组织区域分类，语义掩码足够；若目标是检测并分类每个细胞，检测框或实例掩码均可，但密集重叠场景下实例掩码更稳健。标注形式一旦确定，评价指标也应同步确定：检测框用 mAP，点标注用计数 MAE 或密度图损失，掩码用 Dice 与 IoU，实例掩码还需评估 PQ（Panoptic Quality）。
综上，细胞检测任务的定义不是孤立选择一种标注格式，而是将临床目标、标注成本、模型能力与评价指标统一在一个可执行、可复核的体系中。只有标注体系与任务目标一致，后续的模型训练与部署才有可靠的基础。